A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Filtragem de Informação

Apresentações semelhantes


Apresentação em tema: "Filtragem de Informação"— Transcrição da apresentação:

1 Filtragem de Informação
Mineração na Web – CIn/UFPE Emmanuel Tenório Thiago Fialho Wagner Rolim

2 Roteiro Introdução Filtragem de Informação x Recuperação
Perfil do usuário Técnicas de Filtragem Filtragem Baseada no Conteúdo Filtragem Colaborativa Conclusão Referências

3 Introdução Recuperação de informação traz grande volume de informações irrelevantes.

4 Introdução Falta de padronização e classificação de conteúdo
Como encontrar algo relevante? Esforço próprio Sorte Recomendação de amigos

5 Introdução Necessidade de Filtragem de informação!! Principais tipos
Filtragem baseada em conteúdo Filtragem colaborativa

6 Filtragem x Recuperação
Filtragem de Informação Recuperação de Informação Perfil do usuário Armazenamento, índices, tecnologia para recuperar docs Maior tempo no casamento de interesses Base estática no armazenamento Início da interação provocada pelo sistema Início da interação provocada pelo usuário (query) Preferências Necessidade de momento

7 Perfil do Usuário Coleta de informações para conhecer o usuário
Dados pessoais Comportamentais Possibilita a triagem de informação relevante Identificação acontece no servidor (login) ou no cliente (cookies)

8 Perfil do Usuário Identificação por login Identificação por cookies
Cadastro de dados pessoais Maior precisão Identificação por cookies Suposição de computador com um único usuário Mais simples, menos confiável

9 Perfil do Usuário Forma Implícita: Inferência
Monitoramento de ações que indicam interesse Adicionar aos favoritos Visualizar página por muito tempo Colocar produto em cesta de compras Análise de estatística de acesso

10 Perfil do Usuário Forma Implícita: Desvantagem
O usuário pode comprar presente para outra pessoa!

11 Perfil do Usuário Forma Explícita
Definição explícita de preferências do usuário

12 Perfil do Usuário Forma Explícita: Desvantagem
Demanda tempo, paciência e atenção do usuário!

13 Técnicas de Filtragem Cross Selling Filtragem Baseada em Conteúdo
Histórico de vendas de clientes com mesmo perfil Filtragem Baseada em Conteúdo Filtragem Colaborativa

14 Filtragem Baseada em Conteúdo
Analisa a correlação entre as informações contidas no perfil do usuário e as características extraídas dos itens selecionados a fim de sugerir os itens relevantes e descartar os itens que não são interessantes ao perfil do usuário.

15 Filtragem Baseada em Conteúdo
Segundo Lichtnow et al (2006) a filtragem por conteúdo parte do princípio de que os usuários tendem a se interessar por itens que se interessaram no passado Segundo Schafer (1999), esta técnica pode ser chamada de recomendação de “item para item”

16 Filtragem Baseada em Conteúdo
Base de dados do perfil Novo item relacionado com os itens antigos

17 Filtragem Baseada em Conteúdo
O perfil do usuário pode ser atualizado Manualmente Automaticamente de acordo com o feedback Problemas Desempenho comprometido cuja importância é enorme Como extrair automaticamente atributos relevantes de música, fotos, filmes etc.? Como descobrir coisas novas e interessantes?

18 Filtragem Baseada em Conteúdo
Um exemplo pode ser a filtragem de conteúdos impróprios para crianças bloqueando o sistema de transmitir a informação como programas de acesso a sites destinados a adultos Outro exemplo é o filtro de spam, onde um sistema verifica o conteúdo de uma mensagem e analisa o padrão das mensagem para identificar se ela se encaixa no perfil de spam ou até mesmo de vírus

19 Filtragem Colaborativa
Baseada em análises anteriores de outros usuário com o mesmo interesse Nota: 5 estrelas Nota: 5 estrelas Sem nota Chute: 5 estrelas

20 Filtragem Colaborativa
Mede a similaridade entre os usuários Pessoas que concordam no passado tendem a concordar novamente no futuro Tem que garantir a honestidade da informação

21 Filtragem Colaborativa
Aplicação em qualquer domínio Pode gerar recomendações inesperadas Principais funções: Retornar para o usuário somente informações importantes para ele Recomendar o mesmo resultado para outros usuário com interesse comum

22 Filtragem Colaborativa
Pode ser dividida em 2 momentos: 1º - usuário como produtor da informação Informações adicionadas ao perfil do usuário Informações coletadas de forma implícita ou explícita Sistema de Recomendação Perfil dos usuários

23 Filtragem Colaborativa
Pode ser dividida em 2 momentos: 2º - usuário como consumidor da informação Usuário deseja receber uma recomendação O SR gera as recomendações As recomendações são entregues ao usuário Recomendações Sistema de Recomendação Perfil dos usuários O SR filtra os itens de acordo com o perfil do usuário Informações são lidas pelos sistema de recomendação

24 Filtragem Colaborativa
A filtragem é feita em três passos: Encontrar os usuários vizinhos Processar as avaliações registradas Aplicar a predição

25 Conclusão Resolve o problema do retorno da grande quantidade de conteúdo indesejado Diminui o tempo gasto em pesquisas Direcionamento de produtos

26 Referências para-verificar-a-suscetibilidade-a-incentivos-de-avaliadores-de- produtos-na-web FiltragemColaborativa.pdf


Carregar ppt "Filtragem de Informação"

Apresentações semelhantes


Anúncios Google